希尔伯特变换及解调方法的应用

介绍了希尔伯特变换的原理特性，将其应用于信号分析中的解调，并介绍了幅值解调和频率解调的方法。并将此方法应用于发动机的瞬时转速分析。     

航空发动机转子碰摩故障瞬时频率诊断方法

分析了航空发动机转子碰摩故障振动信号的基本特征,提出了故障信号瞬时频率诊断方法。运用解析小波将故障信号变换到小波域,利用小波系数的振幅和相位信息综合确定瞬时频率,根据瞬时频率的特征诊断故障,并对比了故障信号瞬时频率诊断方法与窗口Fourier变换方法故障诊断结果。数值分析结果表明:利用瞬时频率诊断方法提取碰摩信号的瞬时频率比利用窗口Fourier变换得到的结果更精细,并可获得用短时Fourier变换无法得到的一些瞬时频率曲线。     

基于cRIO的瞬时转速测量方法研究

为了实现利用增量式光电编码器对发动机曲轴瞬时转速的精确测量,提出了一种采用数字输入法测量瞬时转速。以cRIO板载的FPGA时钟作为时钟计数器,光电编码器脉冲作为触发计数器信号,实现光电编码器脉冲一个周期的计数,近而得到精确的瞬时转速。在1 000 r?min~(-1)转速下,随着采样频率增大,模拟输入法测量瞬时转速精度可以提高48%;模拟输入法测量该转速的误差达到1.772 r?min~(-1),而数字输入法误差为0.32 r?min~(-1)。在2 000 r?min~(-1)转速下,随着FPGA时钟频率的倍增,测量的转速越接近2 000 r?min~(-1)。由测量结果可以看出数字输入法和提高FPGA时钟频率对提高瞬时转速测量精度有重要意义。     

基于本征模函数的高速磁浮线路不平顺检测

为了评估磁浮线路的不平顺程度,对实测加速度信号进行分析,发现导向系统纵向振动加速度信号对磁浮线路不平顺长波最敏感.通过对导向系统纵向振动加速度信号进行Hilbert-Huang变换,提取对应长波频率的本征模函数,求得频率族的包络瞬时幅值和瞬时频率,提取了不平顺长波.用该方法分析磁浮列车以430 km/h运行时的实测数据,得到的磁浮线路长波不平顺信号与采用大地测量法测得的结果一致.     

一种确定发动机转动惯量的新方法

提出了一种新的发动机转动惯量确定方法－瞬时转速法，分析了瞬时转速法确定发动机转动一的理论依据；并据实测结果，对该方法进行了误差分析，指出了提高测量精度的途径。     

瞬时转速在发动机性能与故障检测中的应用

随着就车检测诊断技术的发展和瞬时转速检测技术的提高，发动机瞬时转速的检测已经成为检测发动机性能与故障的手段。通过大量的试验和分析，确定出用发动机瞬时转速检测性能与故障的5种主要判据。并介绍了发动机瞬时转速在诊断性能与故障中的主要应用及存在的问题。     

基于倒阶比谱的滚动轴承故障诊断

为从变速滚动轴承振动信号中提取轴承故障特征,利用了基于倒阶比分析的诊断方法.该方法利用计算阶比跟踪算法,采集转速信号和振动信号,并对振动信号进行角度域重采样,获得角度增量恒定的角度域周期平稳信号,再进行倒谱分析,最后依据倒阶比谱分析结果进行故障识别和诊断.由于阶比分析能将非平稳时域信号转换为平稳的角度域信号,而倒谱分析能很好的抑制频率模糊,所以将阶比分析和倒谱分析相结合,充分利用二者优点,能从干扰中准确识别故障特征,适合于变速滚动轴承信号的故障特征提取.实验证明该方法有效,能够提取变转速滚动轴承故障特征,具有一定的工程应用价值.     

基于ICEEMDAN的连续梁桥车致振动信号的HHT分析

改进的带有自适应噪声的完备集合经验模式分解（improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）是传统经验模式分解（empirical mode decomposition,EMD）方法的发展,在桥梁结构损伤识别领域具有较好的应用前景. 首先,以数值模拟信号为对象,采用ICEEMDAN方法进行桥梁车致动信号的数据分解和Hilbert谱分析,提取损伤引起的频谱特征变化和建立损伤识别方法;然后,利用该方法对实测振动信号的振型分量进行识别;最后,以实测信号的一阶振型分量为对象,对其Hilbert瞬时频率谱的特征进行了分析和讨论. 研究结果表明:模拟信号中的振型振动分量数比实测信号中多,其中模拟信号中不显著的高阶竖弯振动分量在实测信号中没有发现; 一阶振型振动分量的瞬时频率可作为桥梁损伤识别的特征参数,用于进行损伤有无、损伤定位甚至损伤定量的判断; 损伤识别效果受测点位置影响很小; 该方法不依赖有限元模型即可完成桥梁损伤有无的识别和损伤定位,且数据采集简单,具有实际工程中应用可行性.      

柴油机瞬时转速的仿真计算与分析

根据柴油机的动力学和运动学，建立了柴油机瞬时转速的计算模型，在LabVIEW软件开发平台上开发了仿真计算软件，进行了柴油机瞬时转速的仿真计算与分析．在实验室进行了柴油机瞬时转速的测量与分析，并与仿真计算结果进行了比较，证实了柴油机瞬时转速计算模型的正确性和对故障的可诊断性．考虑螺旋桨对瞬时转速的影响，分析了瞬时转速分析法用于船舶主机（柴油机）监测与诊断的应用条件．     

基于TVAR的非平稳工况转子故障诊断技术研究

分析比较了基于时变参数自回归模型(TVAR)时频分析方法与基于非参数模型的典型传统时频分析方法--STFT、CWD对非平稳信号进行分析时的时频性能和特点,TVAR方法得出的时频图具有分辨率高、无交叉干扰项以及计算速度快等优点.基于TVAR分析了从转子实验台上采集的加速过程无故障及故障状态下的振动信号,分析结果有效地揭示了变速非平稳过程转子振动信号的特性和故障特征.仿真和实验都证明TVAR非常适用于旋转机械非平稳振动信号分析.     

基于LABVIEW的联合时频分析

在LabVIEW平台的基础上,研究了利用联合时频分析(JTFA)方法来分析信号的能量分布情况.此方法利用了短时傅里叶变换(STFT)的基本原理,对线性调频信号等一些非平稳信号进行分析,能很好地描述信号的频率如何随时间而变化,进而能很好把信号区分开来.这种方法比单独利用时域或频域来分析信号具有一定的优越性.     

发动机分析仪转速测量技术研究

探讨了发动机分析仪转速的测量方法及其误差。由于转速信号采集频率低,当发动机稳定运转时,所测转速精度能够满足工作要求,但在发动机加、减速运转时,转速误差较大。     

基于瞬时频率二次特征提取的辐射源信号分类

提出了基于瞬时频率二次特征提取的雷达辐射源信号分类方法．首先利用改进的瞬时自相关算法提取信号的瞬时频率特征．在此基础上，对所获得的瞬时频率进行级联归一化处理，提取分类特征向量．最后，采用层次决策方法实现自动分类．仿真结果表明，该方法提取的特征向量具有较好的类间分离性，整体信号分类方案在信噪比不低于6dB时，可获得90％以上的分类准确率．     

典型时频分析技术在故障诊断中的应用

针对旋转机械发生故障时振动信号的不平稳性,利用典型时频分析技术对故障特征进行提取分析。该方法利用信号构造矩阵,再根据典型时频分析技术的变换特性,均值化时频分布参数,然后重构信号以实现降噪。仿真和试验结果表明,该方法能有效地提取故障特征信息,在机械故障诊断领域有广泛应用前景。     

FFT在发动机缸壁间隙检测中的应用

为了检测汽车发动机缸壁间隙,建立基于振动信号分析的某型发动机的测试试验系统,利用PULSE系统硬件部分采集发动机在正常工况和倒拖工况下活塞在上止点换向时的横向冲击振动信号,利用Reflex软件中的FFT变换分析采集的振动信号,绘制不同缸壁间隙时的振动信号频谱图,得到振动加速度随缸壁间隙的变化曲线。试验表明,该测试系统可在发动机不解体的情况下,根据发动机在某转速下活塞的横向冲击振动信号,估计缸壁间隙。     

利用发动机瞬时转速波动诊断气门漏气故障

对地转速波动进行了仿真分析计算,实例了发动机的瞬时转速;对比了实例与仿真计算的瞬时转 速波形,两者相当一致;了影响瞬时转 速测量精度的关键因素,提出了利用瞬时转 速进行了故障诊断的特征参数及判据,并在诊断４１２０ＳＧ型柴油机气门漏气故障中得到证实。     

基于SOGI-FLL-WPF的磁悬浮多跨转子不对中振动检测

为解决磁悬浮多跨转子不对中振动检测问题，首先，建立磁悬浮转子系统动力学模型及联轴器不对中模型；其次，基于多跨转子力学模型模拟转子不对中振动状态，并采用二阶广义积分-锁频环（second order generalized integrator-frequency locked loop，SOGI-FLL）对振动信号进行转速辨识；然后，将转速辨识信息输入至SOGI进行转速同频陷波，进而利用带预滤波器的SOGI-FLL （SOGI-FLL with prefilter，SOGI-FLL-WPF）对陷波后的信号进行磁悬浮多跨转子不对中振动检测；最后，通过磁悬浮多跨转子定速和升速状态下的仿真计算，验证了本文提出多跨转子不对中振动检测方法的可行性. 实验结果表明:由转子不对中引起的转速二倍频振动信号可被快速辨识出幅值和频率，可为磁悬浮多跨设备的应用奠定基础.      

基于时频分析的柴油机活塞环故障振动诊断研究

活塞环是柴油机的关键部件之一，如果出现故障将严重影响柴油机的性能．文中介绍了时频分析理论，利用时频分析方法对柴油机正常和活塞环故障状态下的机体表面振动信号进行了分析，提取了特征信息，两种状态下结果区别明显，说明时频分析方法能够作为柴油机的故障诊断和状态监测的有效工具和方法．     

基于EEMD-Hilbert和FWA-SVM的滚动轴承故障诊断方法

为有效提取非平稳特性的滚动轴承振动信号特征,提高故障诊断效率,提出一种采用集合经验模态分解（empiricalmode?decomposition,EEMD）、Hilbert变换的特征提取方法,并利用烟花算法优化支持向量机（support vector machine,SVM）分类参数的滚动轴承故障诊断方法. 通过EEMD方法将目标信号分解成若干个模态函数,采取Hilbert变换获取模态函数的瞬时频率,并对模态函数及其瞬时频率进行统计特征提取,从而实现特征的有效降维. 结果表明:信号经过EEMD-Hilbert处理后特征能有效提取,将训练集和测试集各600组数据代入烟花算法优化SVM模型得到测试集正确率为99.63%;比传统的遗传算法和粒子群算法优化模型分别提高0.4%和0.2%左右;同时收敛时间更短,验证了该算法模型的可行性与有效性.      

基于RBF近似模型的磁悬浮轴承结构优化设计

主动磁悬浮轴承（active magnetic bearing，AMB）-转子系统中，转子质量分布上的不平衡引起不平衡振动，为提高系统的稳定性、减小转子在一阶弯曲临界转速处的不平衡振动，建立了考虑不平衡力和不平衡磁拉力的磁悬浮柔性转子机电一体化模型，并结合径向基（radial basis function，RBF）神经网络算法，得到转子振幅关于磁悬浮轴承结构参数的近似模型；以振幅最小为目标，通过参数灵敏度分析和多岛遗传算法（multi-island genetic algorithm，MIGA）对磁悬浮轴承进行结构优化设计. 数值仿真结果表明:在一定范围内增大磁悬浮轴承的偏置电流、磁极面积、线圈匝数，减少单边气隙能够增大系统阻尼，可以降低一阶弯曲临界转速处的不平衡振动幅值，优化后不平衡振幅较优化前减少近50%.